최근에 읽었거나 읽으려고 하는 것들의 기록.
AI/ML 328건
AI 시대 E2E 테스트로 검증 자동화하기: Playwright 기반 자가개선 루프 구축 AI가 코드를 작성하는 속도는 빨라졌지만, 검증이 병목이 되면서 E2E 테스트를 통한 자동 검증 루프의 필요성이 대두되었다. 네이버페이 금융FE 팀이 대출 서비스에 적용한 Playwright 기반 E2E 테스트 자가개선 루프 구축 경험을 공유한다. 코딩 속도 1.5배…
AI 산업의 과장되고 거짓된 자신감 표현(AI Confidence Theater)이 모두에게 해를 끼치고 있으며, 실제 성과 중심의 정직한 커뮤니케이션이 필요하다는 주장 AI 과장 문화의 현실: SNS에서 '삶을 바꾼' AI 도구들이 소개되지만 실제로는 기본적인 워크플로우(이메일 요약, 스케줄 관리 등)에 불과함 진짜 문제: 진정으로 업무를 중단시킬 정도의…
에이전트의 실제 가치는 기본 모델이 아니라 그 주변에 구축하는 루프 구조에 있으며, LangChain은 4단계 루프 스택을 통해 자동화 작업을 점진적으로 개선하는 방식을 제시한다. 에이전트는 루프의 스택으로 설계되어야 하며, 각 레벨은 이전 레벨을 강화하는 방식으로 작동 단순한 도구 호출(루프1)에서 시작하여 품질 검증(루프2) → 자동 트리거(루프3) →…
PM 채용 공고가 전통적인 기획 역할에서 AI 네이티브 빌더로 급변하고 있으며, 이는 단순한 직무 추가가 아닌 PM의 근본적인 역할 재정의를 의미한다. PM의 역할 변화: 'PRD 작성과 협업'에서 'AI 기술 직접 활용과 프로토타입 빌드'로 전환 빌더 PM 등장: Cursor, Claude 같은 AI 코딩 툴로 직접 기능을 구현하고 배포하는 능력 필수 A…
AI 에이전트를 위한 메모리 시스템으로서 '위키 메모리(Wiki Memory)'가 새로운 표준으로 떠오르고 있으며, 이는 원본 데이터를 에이전트가 효율적으로 활용할 수 있도록 압축된 지식층으로 변환하는 방식이다. 위키 메모리의 핵심: 원본 데이터(로그, 노트, 코드, 문서 등)를 에이전트가 읽을 수 있는 구조화된 지식베이스로 변환 RAG와의 차이점: RAG…
https://www.youtube.com/watch?v=ByOF8qByGHU Shopify의 엔지니어링 총괄인 파한 타와르(Farhan Thawar)가 AI 시대에 엔지니어의 역할이 어떻게 재정의되고 있는지를 자사 사례 중심으로 풀어낸 강연 기록입니다. 그는 코드를 한 글자씩
2026년 현재 스태프 엔지니어가 LLM 에이전트를 활용하는 방식의 변화: 15개월 전과 비교해 에이전트 기술이 비약적으로 발전하면서 코드 작성부터 버그 수정까지 거의 모든 기술적 작업에 AI를 적극 활용하고 있으며, 여전히 인간의 판단과 감독이 중요함 에이전트 기술의 비약적 진전: 과거 수동 감시가 필요했던 에이전트들이 이제 독립적으로 작동하고 자체 실수…
Block은 AI로 누구나 쉽게 앱을 빌드할 수 있게 됐지만, 보안을 유지하면서 이를 조직 내에서 안전하게 공유할 수 있는 플랫폼이 없어 Block App Kit을 개발해 이 문제를 해결했다. AI가 앱 개발을 민주화했지만 보안을 지키며 공유하는 것이 새로운 병목 GitHub Pages, 일반 호스팅 등 기존 방식들은 금융 데이터를 다루는 회사에 부적절 플…
지금이 AI 자체 구축의 마지막 기회이며, 정부와 대형 AI 랩들이 일반인의 AI 접근을 제한하고 있으므로 개인이 하드웨어를 확보하고 오픈소스를 지원해야 한다는 긴급한 주장. 정부와 AI 랩의 AI 접근 제한: 권력층이 AI 개발/배포 지점을 장악하고 일반인의 접근을 제한하고 있음 하드웨어의 급격한 가격 상승: 그래픽카드 가격이 50% 이상 올랐으며, 이는…
루프 엔지니어링으로 자동 개선되는 퀀트 트레이딩 시스템 구축하기 AI 에이전트를 직접 프롬프트하는 방식에서 벗어나 자동으로 실행되는 루프 시스템을 구축하여 대규모 펀드와 동등한 수준의 트레이딩 시스템을 만드는 방법 프롬프팅에서 루프 엔지니어링으로의 전환: 기존에는 개발자가 직접 프롬프트를 입력하고 결과를 확인하는 방식이었으나, 이제 루프 시스템이 자동으로…
AI 시대의 데이터 조직 변화: 당근의 데이터가치화팀이 지난 1년간 겪은 업무 방식, 플랫폼, 조직 역할의 근본적 변화 AI는 반복적 구현 작업은 자동화하지만, 검증과 책임은 여전히 인간의 몫 - 문제 정의·검증·설계·판단 능력의 중요성 증가 플랫폼 경험이 문서 검색→SQL 작성 흐름에서 자연어 질문→AI 제안 방식으로 변화 - MCP 서버를 통한 LLM…
Claude Tag 같은 팀 협업 AI를 위해 Anthropic이 새롭게 도입한 '에이전트 아이덴티티' 접근 방식은 개인 사용자 권한 대신 채널 단위의 독립적 에이전트 계정으로 접근 권한을 관리하는 모델입니다. 기존 '사용자 대행' 모델의 한계: 개별 사용자 권한 기반 접근은 AI 자율성 증대와 다중 사용자 환경에서 작동 불가 AI의 작업 완수 능력이 4개…
AI 에이전트 기반의 자동화된 루프 개발이 소프트웨어 산업을 점차 장악하고 있으며, 이는 인간의 이해도와 통제력을 근본적으로 변화시키는 혁신적이면서도 우려스러운 변화를 초래하고 있다. 에이전트 루프와 하네스 루프의 이중 구조: 모델 내부의 자동화된 작업 루프와 모델 외부에서 작업을 재시도·재할당하는 하네스 루프가 새로운 개발 패러다임 형성 현재 AI 생성…
기획자가 AI를 제대로 활용하려면 상세기획 단계에서도 '기획 하네스'라는 체계적인 파이프라인을 구축해야 하며, 이를 통해 반복적인 노가다를 자동화하고 일관성 있는 산출물을 생성할 수 있다. 문제점: 기획자들은 상위기획까지는 AI를 잘 활용하지만 상세기획 단계에서는 수동 작업으로 돌아가는 악순환 반복 기획 하네스의 정의: AI가 일관되게 같은 규칙을 따르도록…
잭 도시가 제시하는 미래 조직론: 계층제를 AI 인텔리전스로 대체하여 회사를 미니 AGI처럼 운영하는 구조 전환 핵심 문제: 전통적 조직 계층제는 정보 흐름 관리를 위해 수천 년에 걸쳐 형성된 구조 근본적 전환: 회사가 생성하는 모든 아티팩트(Slack, 이메일, 코드, 문서 등)를 AI 모델로 분석하여 조직 인텔리전스 구축 새로운 가능성: 경영진뿐 아니라…
2026년 작성된 이 글은 AI 에이전트 루프가 소프트웨어 개발의 미래를 어떻게 변화시킬지에 대한 신중한 분석으로, 자동화의 효율성과 코드 품질 및 인간의 이해라는 가치 사이의 긴장을 다룬다. 루프의 출현: 코딩 에이전트 내부의 루프를 넘어 외부 하니스(harness)가 작업을 반복적으로 관리하는 패턴이 지배적이 되고 있음 현재의 한계: LLM이 생성하는…
내가 에이전트 방식으로 작업하기 시작한 게 작년 11월부터인 것 같다. 처음에는 코파일럿을 쓰다 클로드를 거쳐 지금은 코덱스를 사용한다. 올해 2월부터는 진심 거의 내가 하는 모든 작업이란, 레드마인에 있는 일감을 터미널로 붙여 넣는 작업이 전부였다. 그 복붙마저 좀 더 편리하게 하기 위해서 레드마인에 마크다운으로 전체 내용을 다운로드하는 기능을 추가했다…
AI가 소프트웨어 개발 라이프사이클을 근본적으로 변화시키고 있으며, 모델 자체보다는 이를 감싸는 '하네스(harness)'의 설계와 컨텍스트 엔지니어링이 성공의 핵심이다. 에이전트는 모델(10%) + 하네스(90%)로 구성되며, 대부분의 성능 개선은 모델 교체 없이 하네스 개선으로 달성 가능 컨텍스트 엔지니어링이 토큰 비용을 결정하는 가장 중요한 아키텍처…
AI 모델이 소프트웨어 엔지니어링의 패러다임을 근본적으로 변화시키고 있으며, 토큰 소비보다 시간 절약을 우선시하고 하드웨어와 인프라가 새로운 소프트웨어 기업의 핵심 경쟁력이 될 것이라는 주장 소프트웨어 팩토리의 등장: 엔지니어의 역할이 개별 산출물 생성에서 대규모 산출을 가능하게 하는 팩토리 구축으로 전환 토큰 효율성 논쟁 해결: 토큰 사용량보다 시간 절약…
Spotify는 AI 코딩 도구 도입으로 개발자 생산성을 극적으로 향상시켰으며, 코딩이 더 이상 병목이 아닌 의사결정이 새로운 제약이 되는 시대에 진입했다. 99%의 엔지니어가 주 1회 이상 AI 코딩 도구 사용, Opus 4.5 출시 후 도입률이 급증 PR 빈도 76% 증가, 대부분 개발자와 AI 에이전트의 협업 산물 코딩이 병목에서 해제 → 의사결정과…
